Python数据读取与可视化：使用xlrd和matplotlib处理Excel文件

"刘毅的homework-021，涉及数据读取与处理以及数据可视化" 这个文件是刘毅的一份作业，主要涉及到使用Python进行数据处理和数据可视化的相关知识。作业中主要使用了两个库：`numpy`和`matplotlib`。 1. **Numpy**: Numpy 是 Python 的一个科学计算库，它提供了大量的数学函数和矩阵操作功能。在代码中，`numpy` 被导入并简写为 `np`。`np.array()` 用于将列表或其他序列转换成 Numpy 数组，这是 Numpy 数据处理的基础。在 `loadData` 函数中，`np.array(col0)` 将 Excel 文件中的某一列数据转换为 Numpy 数组。 2. **xlrd**: 这是一个用于读取 Excel 文件的 Python 库。`xlrd.open_workbook(filename)` 用于打开指定的 Excel 文件。`workbook.sheet_by_index(0)` 获取工作簿中的第一个工作表（默认情况下，Excel 文件的第一个工作表索引为 0）。 3. **Matplotlib**: Matplotlib 是 Python 中最常用的数据可视化库，它提供了丰富的图形绘制功能。`matplotlib.pyplot` 被导入并简写为 `plt`。`plt.plot()` 用于绘制二维线条图，`plt.show()` 显示图形。在 `plotData` 函数中，它被用来根据输入数据 `X` 和标签 `y` 来绘制数据点。 4. **数据处理**: - `workbook.sheet_by_index(0).ncols` 和 `.nrows`: 分别获取工作表的列数和行数。 - `workbook.sheet_by_index(0).col_values(0)[1:]`: 读取第一列的所有值，从第二行开始（通常第一行是表头）。 - `np.c_`: Numpy 的拼接操作，用于将多个数组沿列方向连接起来。 5. **数据筛选与分组**: - `np.where(y==1)` 和 `np.where(y==0)`: 根据条件 `y==1` 或 `y==0` 返回对应元素的索引，常用于数据分组。 6. **数据可视化**: - 在 `plotData` 函数中，`plt.plot(pos[0], pos[1], 'ro')` 用红色圆点表示标签为 1 的数据点，`plt.plot(neg[0], neg[1], 'go')` 用绿色圆点表示标签为 0 的数据点。这展示了如何通过 Matplotlib 根据数据标签的不同颜色区分数据。 7. **逻辑判断**: - `if col_num == 1:` 检查工作表的列数是否为1，如果是，则直接返回单一列的数据。 - `else:` 如果不是单列，遍历所有列并将它们添加到数据数组中。 通过这份作业，我们可以看到数据读取、处理和可视化的基础流程，这对于数据分析和机器学习项目是非常重要的。在实际应用中，这些技能可以用于从 Excel 文件加载数据，预处理数据，然后使用可视化工具来探索和理解数据的特征。